ZrO2湿度传感器湿滞和温漂特性改善研究及其FPGA实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·湿度传感器的介绍及分类 | 第9-13页 |
| ·元素半导体湿敏器件 | 第9页 |
| ·金属氧化物半导体陶瓷湿敏器件 | 第9-13页 |
| ·多功能半导体陶瓷湿敏器件 | 第13页 |
| ·MOS湿敏器件 | 第13页 |
| ·湿度传感器输出特性参数 | 第13-15页 |
| ·湿度传感器输出存在的问题及解决方法 | 第15-17页 |
| ·湿度传感器输出存在的问题 | 第15-16页 |
| ·湿度传感器输出特性改善的解决方法 | 第16-17页 |
| ·选题的目的与意义 | 第17页 |
| ·文章的内容与安排 | 第17-19页 |
| 2 湿敏元件制作及温湿度测量电路设计 | 第19-32页 |
| ·湿敏元件的制作 | 第19页 |
| ·湿敏元件特性测量 | 第19-24页 |
| ·测量仪器设备 | 第19-20页 |
| ·湿度发生装置—湿度瓶 | 第20-21页 |
| ·湿敏元件特性测量 | 第21-24页 |
| ·湿度测量电路设计 | 第24-28页 |
| ·温度测量电路设计 | 第28-29页 |
| ·湿度和温度测量电路测量结果 | 第29-30页 |
| ·本章总结 | 第30-32页 |
| 3 基于人工神经网络的湿度传感器输出特性改善 | 第32-53页 |
| ·人工神经网络概述 | 第32-33页 |
| ·基于BP神经网络改善湿度传感器输出特性 | 第33-42页 |
| ·BP神经网络的基本理论 | 第33-34页 |
| ·温度补偿的BP神经网络 | 第34-40页 |
| ·湿滞补偿的BP神经网络 | 第40-42页 |
| ·基于遗传算法改进BP神经网络 | 第42-48页 |
| ·遗传算法 | 第42-44页 |
| ·遗传算法改进BP网络模型 | 第44-45页 |
| ·GA-BP神经网络与BP神经网络仿真结果比较 | 第45-48页 |
| ·基于RBF神经网络改善湿度传感器输出特性 | 第48-51页 |
| ·RBF网络模型 | 第48-49页 |
| ·RBF网络学习算法 | 第49-50页 |
| ·RBF网络在MATLAB中仿真结果 | 第50-51页 |
| ·本章总结 | 第51-53页 |
| 4 基于FPGA的人工神经网络实现 | 第53-66页 |
| ·人工神经网络实现 | 第53-55页 |
| ·FPGA简介 | 第53页 |
| ·FPGA实现人工神经网络的优势和意义 | 第53-55页 |
| ·温度补偿BP神经网络的FPGA实现 | 第55-59页 |
| ·单个神经元的设计 | 第55-57页 |
| ·温度补偿BP网络的FPGA实现 | 第57-59页 |
| ·温度补偿RBF神经网络的FPGA实现 | 第59-65页 |
| ·求距离‖dist‖模块的实现 | 第59-63页 |
| ·高斯函数模块的实现 | 第63-64页 |
| ·RBF神经网络的实现 | 第64-65页 |
| ·本章总结 | 第65-66页 |
| 5 基于FPGA的补偿系统设计及测试 | 第66-78页 |
| ·基于FPGA的AD转换电路设计 | 第66-68页 |
| ·基于FPGA的判决电路设计 | 第68-69页 |
| ·基于FPGA的神经网络补偿模块实现 | 第69-70页 |
| ·基于FPGA的LCD显示模块设计 | 第70-72页 |
| ·补偿系统测试 | 第72-76页 |
| ·本章总结 | 第76-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 攻读硕士学位期间发表学术论文情况 | 第82-83页 |
| 致谢 | 第83-84页 |
